如何在data.table中启用GForce并对多列应用带可选参数的多函数？

问题背景 #

现有如下data.table数据：

library(data.table)

df <- data.table(fruit = c('a', 'a', 'a', 'b')
                 , revenue = 1:4
                 , profit = c(2,NA,4,5)
                 ); df

输出：

fruit revenue profit
1:     a       1      2
2:     a       2     NA
3:     a       3      4
4:     b       4      5

需要对fruit之外的多列同时应用min和max函数（忽略NA），并启用data.table的GForce加速优化，但之前的尝试要么无法启用GForce，要么报错。

原尝试的问题分析 #

1. 自定义函数包装导致GForce无法启用
   第一次尝试定义的函数y将min和max包装在自定义函数内并直接传入参数：

y <- \(i) {c(min(i, na.rm = T), max(i, na.rm = T))}
df[, lapply(.SD, y), fruit, verbose = T]

日志显示GForce FALSE，因为GForce仅能识别直接调用的内置函数（如min(x, na.rm=TRUE)），无法解析自定义函数内部的函数调用。

2. 函数定义错误导致参数传递失败
   第二次尝试的函数z没有接收na.rm参数，且返回的是函数对象而非计算结果：

z <- \(i) {c(min, max)}
df[, lapply(.SD, z, na.rm = T), fruit, verbose = T]

因此出现错误Error in z(revenue, na.rm = T) : unused argument (na.rm = T)。

正确实现方式 #

方法1：直接构造多函数调用（GForce兼容） #

不使用自定义函数包装，直接在j参数中对每列调用min和max，这种写法能被GForce识别：

df[, .(
  revenue_min = min(revenue, na.rm = TRUE),
  revenue_max = max(revenue, na.rm = TRUE),
  profit_min = min(profit, na.rm = TRUE),
  profit_max = max(profit, na.rm = TRUE)
), by = fruit, verbose = TRUE]

运行日志会显示GForce TRUE，输出结果：

fruit revenue_min revenue_max profit_min profit_max
1:     a           1           3          2          4
2:     b           4           4          5          5

方法2：使用lapply结合命名函数（批量处理多列） #

如果列数较多，可通过lapply批量处理，同时保证GForce能识别函数调用：

# 定义统计函数，明确接收参数
get_stats <- function(x, na.rm = TRUE) {
  list(min = min(x, na.rm = na.rm), max = max(x, na.rm = na.rm))
}

# 应用函数，指定目标列
result <- df[, lapply(.SD, get_stats), by = fruit, .SDcols = c("revenue", "profit"), verbose = TRUE]
# 展开嵌套结果
setnames(result, c("fruit", "revenue_min", "revenue_max", "profit_min", "profit_max"))
result

方法3：melt+dcast（适合大量列的场景） #

通过转长格式再转宽格式的方式，批量处理多列多函数，同样支持GForce加速：

# 转长格式
melt_df <- melt(df, id.vars = "fruit", na.rm = FALSE)
# 按fruit分组，对每个变量计算min和max
dcast(melt_df, fruit ~ variable, fun.aggregate = list(min, max), na.rm = TRUE)

内容的提问来源于stack exchange，提问作者Sweepy Dodo